首先背景win10的64位，我已經安裝python2.7.10在C盤 介紹一下pycharm可以支援2.7和3.5 Anoconda僅支援3.5 python3.5自帶pip不用下載，不用python2.7這麼麻煩 /我這個方法和別人不一樣，不刪除任何東西，python2.7不刪，環境變數python2.7和3.5兩個，反正行了就好/

因為最近學習keras神經網路API呼叫—MNIST資料集 它是一個用keras神經網路API呼叫—MNIST資料集（它的演算法是專用於影象識別的kNN） 所以需要搭建：TensorFlow、Keras 三個步驟：1.安裝Anoconda和python 2.安裝keras 3.載入keras裡面的mnist資料集

一.安裝Anoconda和python 2 那麼搭建這個TensorFlow需要下載Anoconda,之後有兩個方法一是在Anoconda裡面建立一個虛擬的python環境（我沒按這種做法），這個方法網址是https://blog.csdn.net/qq_34784753/article/details/78469059 第二個方法則是建立conda執行環境（我用的） Conda是開源的軟體包管理系統和環境管理系統 Conda的環境管理功能允許我們同時安裝若干不同版本的Python，並能自由切換

所以呢先去下載Anoconda3和python3.5 Anoconda3安裝包：https://repo.continuum.io/archive/Anaconda3-4.2.0-Windows-x86_64.exe

python3.5安裝教程：https://blog.csdn.net/qq_29202937/article/details/79404829 至於那些什麼儲存到什麼盤隨意，c盤d盤都行反正都是改個環境變數而已 如果什麼連結失效就自己找資源，有問題百度 都安裝好後在win10左下角找Anoconda裡面的anoconda promat 管理員身份執行，輸入 第一條conda create -n tensorflow pip python=3.5 第二條activate tensorflow 第三條pip3.5 install --ignore-installed --upgrade tensorflow 然後喝茶慢慢等(看不清圖片就看文字) ok之後想看行不行直接cmd——python——import tensorflow as tf 出現b’Hello, TensorFlow!'就行了

之後往下的你們喜歡就看看： 有遇到python2.7和3.5相容問題的：（背景我說了我原來安裝了python2.7） 電腦——C:\Python27有一個python.exe把它修改為python2.7.exe只是為了區分2.7和3.5 所以之後兩個並存時候就會出現cmd——python2.7和cmd——python分別輸出2.7版本資訊和3.5資訊

然後說一下，我成功了，如果有和我一樣用pycharm再去弄這個tensorflow的，記得，把那個pycharm裡面的的設定一下（因為我原來用的是python2.7現在就跟著走設定一下3.5的試一下那個tensorflow到底行不行） File->Settings->project:XXX->Project Interpreter，這裡面是你pycharm選擇是什麼版本的，至於選什麼，因為剛剛我改成python2.7，所以新增那個python改為python2.7的那個路徑新增進來就行， 檢驗行不行 import tensorflow as tf hello = tf.constant(‘Hello, TensorFlow!’) sess = tf.Session() print(sess.run(hello))

輸出b’Hello, TensorFlow!'就行了

二.安裝keras a.首先，擔心我們anaconda裡面各個包未更新到最新，所以我們以管理員的身份開啟Anaconda終端，輸入 conda update conda,執行完後，再輸入：conda update --all

b.然後我們啟用我們的tensorflow環境：activate tensorflow

c.然後我們就可以輸入：pip install keras

如果哪裡沒講明白請找其他文章，或自行百度，思路勉強合格，哪裡不好指出